Programa do Curso
Introdução
Visão Geral dos Recursos e Arquitetura do Azure Machine Learning (AML)
Visão Geral de um Fluxo de Trabalho Completo no AML (Azure Machine Learning Pipelines)
Provisionamento de Máquinas Virtuais na Nuvem
Considerações sobre Escalabilidade (CPUs, GPUs e FPGAs)
Navegando no Azure Machine Learning Studio
Preparação de Dados
Construção de um Modelo
Treinamento e Teste de um Modelo
Registro de um Modelo Treinado
Construção de uma Imagem de Modelo
Implantação de um Modelo
Monitoramento de um Modelo em Produção
Solução de Problemas
Resumo e Conclusão
Requisitos
- Compreensão dos conceitos de aprendizado de máquina.
- Conhecimento dos conceitos de computação em nuvem.
- Entendimento geral sobre contêineres (Docker) e orquestração (Kubernetes).
- Experiência com programação em Python ou R é útil.
- Experiência trabalhando com linha de comando.
Público-alvo
- Engenheiros de ciência de dados
- Engenheiros DevOps interessados em implantação de modelos de aprendizado de máquina
- Engenheiros de infraestrutura interessados em implantação de modelos de aprendizado de máquina
- Engenheiros de software que desejam automatizar a integração e implantação de recursos de aprendizado de máquina com suas aplicações.
Declaração de Clientes (2)
Os detalhes e o estilo de apresentação.
Cristian Mititean - Accenture Industrial SS
Curso - Azure Machine Learning (AML)
Máquina Traduzida
Os Exercícios
Khaled Altawallbeh - Accenture Industrial SS
Curso - Azure Machine Learning (AML)
Máquina Traduzida